研究:Harness 调优把 Qwen3.6-27B 法律 Agent 通过率从 67% 拉到 85%
sarahookr · x · 2026-09-09
sarahookr 转发并评论一项 Agent 研究结论:很多人把 Agent 表现归功于底层模型,但研究表明 harness 只能「唤回」模型已有的能力,无法创造模型不具备的能力。
关键数据:在 Harvey 法律 Agent 基准上,Qwen3.6-27B 仅靠 harness 优化就把通过率从 67% 提升到 85%,再加上 post-training 才推到 88%。
作者用厨师做类比:既要最好的食材(模型),也要最好的烤箱(框架),整个技术栈都应被视为可优化的对象,而不是只盯着其中一环。
所属事件:研究表明优化agent harness可将法律基准通过率从67%提至86%(3 条相关)→
「编程与Agent」频道最新
- 用去审查版 GLM 绕开 Claude 拒答： SS7 威胁建模工作流 — l4rz · 2026-10-27
- Cloudflare Durable Objects 被验证为 AI agent 高并发场景优选架构 — tristanbob · 2026-10-27
- GitHub Next 发布 Chopin:实时多人的 Agent 协作规划环境原型 — max__drake · 2026-10-27
- TMLR 论文：更强推理不等于更充分披露，Agent 思考越多未必告知越全 — SharonYixuanLi · 2026-10-27
- 作者称全由 LLM 编写的 Rust 库 bbtree 实测：快是真的，省内存翻车 — lmoroney · 2026-10-27
- 同一套 DeepSeek 内核两种优化路线：vLLM 拆专家、SGLang 降访存 — AccBalanced · 2026-10-27